digilib@itb.ac.id +62 812 2508 8800

Teknologi Synthetic Aperture Radar (SAR) berkembang pesat selama sepuluh tahun terakhir. Saat ini, ketersediaan data SAR untuk publik sangat besar, didorong oleh program dari European Satellite Agency (ESA) yang meluncurkan satelit Sentinel-1 sejak tahun 2014. Data satelit lampau juga banyak yang mulai dibuka untuk publik sehingga ketersediaan datanya sangat besar baik secara spasial maupun temporal. Ketersediaan data ini dapat dimanfaatkan untuk pemantauan deformasi bumi diseluruh wilayah Indonesia seperti aktifitas tektonik, penurunan muka tanah, dinamika gunungapi, dan Gerakan tanah. Penelitian disertasi ini fokus pada pengembangan algoritma untuk pengolahan data SAR dalam jumlah besar. Algoritma tersebut melibatkan kecerdasan buatan, dalam hal ini metoda Multilevel Wavelet Convolutional Neural Network (MWCNN) untuk analisis spasialnya, serta metoda hitung perataan sekuensial untuk analisis deret waktu. Penggunaan kedua metoda ini diharapkan dapat mempersingkat waktu pengolahan data dengan hasil informasi deformasi spasio-temporal yang baik.